skill-guard 是一款专为 ClawHub 技能生态设计的预安装安全网关工具，旨在在安装第三方技能前自动扫描其潜在安全风险。与传统的杀毒软件不同，它并非在技能发布后通过 VirusTotal 进行静态查杀，也不是依赖厂商审核机制（如 skillscanner），而是直接在用户端执行深度内容分析，确保恶意代码、提示词注入等 AI 特有威胁无法绕过防线。该工具基于 Invariant Labs 开发的 mcp-scan 引擎运行，能够对技能包中的自然语言指令、配置文件及脚本进行全面语义审查，识别出隐藏的数据泄露链接、硬编码密钥或诱导性操作指令。一旦发现高危问题，skill-guard 将阻止技能进入系统并隔离至临时目录，为用户提供充分的时间评估风险。整个过程无需修改原有 clawhub 工作流程，只需替换安装命令即可实现零摩擦的安全加固。
核心功能特点
- 在安装阶段即时扫描 ClawHub 技能包，而非事后检测
- 使用 mcp-scan 引擎分析实际技能内容，精准识别提示词注入攻击
- 检测数据外泄 URL、硬编码凭证和恶意代码模式
- 支持对技能进行隔离或阻断安装，防止危险技能污染环境
- 提供清晰的退出码与日志输出，便于自动化流程集成
- 无需接触真实技能目录即可完成预检，保障本地数据安全
适用场景
skill-guard 最适用于需要频繁从外部来源获取功能扩展的 AI 代理开发者或企业用户。例如，当团队内部维护一个共享技能库时，每位成员在部署新技能前都应先通过 skill-guard 验证其安全性，避免因单个恶意技能导致整个代理系统被劫持。对于个人开发者而言，若经常从社区或非官方渠道下载技能插件，使用该工具可显著降低因误装含后门技能而泄露敏感信息（如 API 密钥、聊天记录）的风险。此外，在企业级部署场景中，结合 CI/CD 流水线将 skill-guard 设置为强制前置检查点，可实现对生产环境中所有技能变更的合规性管控。即使面对看似无害但包含隐蔽指令（如‘忽略此前所有设定’）的技能，该工具也能有效拦截，防止模型行为被恶意篡改。总之，任何信任第三方技能并赋予其文件读写、网络访问权限的环境，都应将 skill-guard 作为标准防护措施纳入安装流程。